我国房地产价格与货币供应量的关系分析

我国房地产价格与货币供应量的关系分析

黄宇红周明

（武汉工程大学，湖北武汉430205）

摘要：为研究房价与货币供应量的关系，首先，笔者对我国房价与M2当前现状进行描述并对两者之间的联系进行简单分析。其次，本文以2000—2017年的我国货币供应量与住房均价为样本，并构建一元线性回归模型对两者关系进行量化分析。实证研究发现：两者之间确存在相关关系，并且得出M2每变动1%，会使得房价相应变动0.5%的结论。在此基础上，提出以降低M2来达到降低房价为目的的建议。

关键词：房地产价格；M2；实证分析

一、前言

随着我国城镇化进程的加快，人民的住房质量显著提高。人们在享受高质量住房的同时也暴露出一系列的问题。从消费者视角看，房价增速远远超出普通家庭的承受能力，居民需要花大部分财富来偿还债务，并且受收入的未可知等因素的影响为债务的有效偿还添加了不确定性。对于地产开发商而言，即使从地产金融机构或银行等相关机构获得借款、融资。但由于行业自身的性质（资本密集型、投资规模大以及回本周期长等），企业仍然难以降低企业的资产负债率，提升公司的现金流周转速度等。房地产行业作为我国的支柱性产业，所涉及行业之广、范围之大。该行业的波动无疑对其他行业的生产经营活动产生影响，不利于我国经济的平稳发展。

鉴于房地产行业在国民经济中的重要地位，政府常用相关政策进行宏观调控。而在宏观调控的过程中，货币供应量作为中央银行进行政策调控的重要中介指标，对房价的上涨和波动密切相关。郭田勇（2013）在接受《华夏时报》的采访也提到“货币政策作为一种总量调控政策，关键是要保持货币供给的稳定，保持社会经济、金融的整体稳定，过于宽松容易引发通胀和资产泡沫，以致出现经济动荡；过于紧缩则会导致实体经济失血”。本文分别从现状与实证角度来探究货币供应量的变化对我国房价的影响，并为应对我国当前房地产市场所面临的现状，应采取何种货币政策抑制房价过快增长奠定理论基础。

二、文献综述

我国研究房价与M2之间关系的文献十分丰富。通过梳理发现主要的争议在于：房价是否会受到M2的影响，并且两者之间是否存在联动关系。

大部分学者认为：M2供给数量的增加会促进房价的上涨。胡冉（2009）无论从长期还是短期上看，货币供给量的增加都将刺激房地产平均价格上涨；栗亮（2011）M2的增加会扩大银行的信贷金额，使得引发投机行为的出现迫使房价上涨；张中华（2013）M2通过对开发商和购房者的货币需求变化来影响房价；刘分龙（2014）通过协整检验了两者之间的关联，发现“货币供应量与房价之间存在着长期均衡关系，并且货币供应量会促进房价的上涨”。王汀汀（2016）从货币流动性的角度看待两者关系，他认为“2016年房价上涨的背后原因在于，房地产吸收了过多的流动性，进而出现资产价格的明显变化”。

另外一部分学者却认为：M2对房价的影响较弱。胡胜（2007）、李霜（2013）认为货币供应量对房价的影响微弱且不显著。段忠东（2008）通过VAR模型分析发现“短期内房价对通货膨胀和产出影响很有限，而长期产生重要影响”。吴中兵（2013）通过建立误差修正模型发现“短期中，无论是过往货币供应量M1还是M2都对房价的正向影响都不明显”。丁锐（2014）通过采用1998—2008年数据发现，房价不是M2的Granger原因，并且M2是否能够促进房价上涨取决于消费者预期。

本文主要以实际现状出发，利用相关数据来直观的表达，其次通过构建回归模型加以量化两者之间的关联性。

三、现状描述

3.1、房价、M2当前现状

党的十九大报告中提出“房子是用来住的不是用来炒的”论断。直接体现出住房问题已上升了一项政治议题，其重要性已不可言喻。

当前在限购、限贷及户口等政策影响下，房价环比增速有所下降，但我国的房价仍然处于高位并逐年上涨。据国家统计局统计：2000年我国的住宅商品房平均销售价格为1948元/平方米，到2009年平均销售价格就已经增长到了4459元/平方米，该年的平均销售价格近乎于2000年的3倍；2017年，我国住宅商品房平均销售价格为10455元/平方米，与2016年的7203元/平方米，同比上涨了45%。

图1我国住宅商品房平均销售价格（2000—2017）

数据来源：国家统计局

根据国家统计局给出的M2相关数据，一个显而易见的事实便是：我国广义货币M2随着经济社会的发展，其货币供应量也在提高。2017年年末，我国货币供应量的余额为167.68万亿，相比2016年年末的155.01万亿，同比增长了8.2%。而全年国内生产总值为82.71万亿，比2016年增长11.1%；国家统计局局长宁吉喆也指出：2017年我国居民消费价格（CPI）比上年上涨1.6%，涨幅比上年回落0.4个百分点。其中，城市上涨1.7%，农村上涨1.3%。

3.2、房价与M2的关系描述

为更加直观表现两者之间的关系，此处笔者将2000—2017年的房价与M2放入同一个图表中，得出图2，如下所示：

图2我国货币供给M2与住宅均价（2000—2017年）

数据来源：根据国家统计局整理

通过上述描述，可以清楚的看出：房价与M2都具有随时间的变化而上涨的相同趋势。2000年—2008年，在M2有小幅度增长的情形下，我国的房价整体表现的较为稳定。尤其是在2007年至2008年间，住宅价格均价维持在3600元/平方米左右。尤其是在2007年，通过计算得出2007年我国货币M2的增速与房价的增速基本趋于一致，维持在16%左右。但是在2008年后期，我国货币供应量的增速明显高于房价的增速。由此笔者认为：房价的快速增长，与M2的增长速度有明显的正相关。

四、实证分析检验

通过上述分析，货币供应量M2与房价之间有相同的增长趋势，但实际情况应如何？此处，笔者采用计量及统计相关方法，进一步量化两者之间的联系。

4.1变量的选取

房价：国家统计局对房价的统计有众多指标，诸如城市、和农村住宅价格。此处，笔者采用的是商品房平均销售价格以衡量我国住宅商品房的总体水平。

货币供应量：我国现行的货币制度将货币供应量分为四个层次：现金即通货（M0）、狭义货币供应量（M1）也就是在M0的基础上加商业银行的活期存款，与广义货币供应量（M2）、M3与M4。此处笔者认为应采用M2作为货币供应的主要指标，而非M3与M4的原因在于：后两者流通受时间的制约。

4.2模型的构建及实证结果

此处笔者采用的是一元线性回归模型。一元线性回归模型研究的是一个解释变量对被解释变量的影响，其他外生变量放入随机扰动项中。该模型也是最为简单的模型。其基本形式表示如下：

E(Y│Xi)=f(Xi)=β1+β2+Xi

其中，β1和β2为未知参数，β1称为截距系数，β2称为斜率系数。

在相关数据的处理上，此处，笔者为了消除异方差的影响，采取了对自变量与因变量取对数的形式构建模型。采用该模型的优势不仅在于消除异方差还对方程的解释更加具有实际意义。通过Eviews8.0软件，得出回归方程表示如下：

通过回归方程我们可以清楚看出：①T统计量显著，说明“β2=0”的原假设不成立，在一次表明M2与房价之间存在关系。并且拟合优度高达96%，也说明拟合效果较好。②该回归方程表达出M2变动1%，会引起房价0.56%的变动。

五、结论

针对目前M2与房价之间的紧密的关系与我国经济下行的压力。由此更需要合理控制M2的供应量，实施稳健的货币政策。具体可以从如下几方面入手：适当扩宽社会融资渠道与融资总规模，诸如更加充分的利用股票和债券等资本市场；保持贷款适度增加与人民币汇率总体稳定。与此同时，也需要考虑到地方的差异化，制定出差异化的货币政策工具对房价加以调控。

参考文献

[1]商灏.郭田勇：防止M2增长过快助涨房价和通胀[N].华夏时报.2013.1.21

[2]国家统计局：2017年我国CPI同比上涨1.6%[N].中国青年报.2018.1.18

[3]叶梦芊.M2影响房地产价格的传导机制初探[J].开放性金融.2017年1月

[4]庞皓.计量经济学（第二版）[M].科学出版社.2009.12

[5]吴诗靓.货币供应量对商品住房价格影响的实证研究[D].重庆大学.2017.5